TRANSFORMASI CITRA DENGAN MENGGUNAKAN MATLAB Oleh : Krisnawati
|
|
- Liani Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 TRANSFORMASI CITRA DENGAN MENGGUNAKAN MATLAB Oleh : Krisnawati Abstrak Pada konsep pengolahan citra, kita harus mengubah suatu citra dari satu domain ke domain lainnya. Perubahan ini bertujuan untuk mempermudah pengkodean. Proses perubahan ini dinamakan transformasi. Transformasi ini dapat dilakukan dengan beberapa metode antara lain: Transformasi Cosinus diskret, transformasi wavelet, dan transformasi fourier. Keuntungan penggunaan transformasi adalah hasil dari domain lebih sesuai untuk proses pengkuantisasian. Contoh transformasi akan diberikan sesuai dengan yang ada pada Image Processing Toolbox pada MatLab. Kata kunci: transformasi, citra Pendahuluan Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinus menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antara baris dan kolom tertentu disebut dengan piksel. Contohnya adalah gambar/titik diskrit pada baris n dan kolom m disebut dengan piksel[n,m]. Sampling adalah proses untuk menentukan warna pada piksel tertentu pada citra dari sebuah gambar yang kontinus. Pada proses sampling biasanya dicari warna rata-rata dari gambar analog yang kemudian dibulatkan kedalam angka bulat. Proses sampling sering juga disebut proses digitisasi. Ada kalanya, dalam proses sampling, warna rata-rata yang didapat di relasikan ke level warna tertentu. Contohnya apabila dalam citra hanya terdapat 16 level warna abu-abu, maka nilai rata-rata yang didpat dalam proses sampling harus
2 2 diasosiasikan ke 16 level tersebut. Proses mengasosiasikan warna rata-rata dengan level warna tertentu disebut dengan quantisasi. Format Image Terdapat berbagai macam format citra, beberapa diantaranya adalah: 1. Bitmap (BMP) 2. JPEG 3. TIFF 4. Dicom Format yang berbeda-beda ini mengakibatkan adanya perbedaan pula dalam proses pembacaannya. Dengan menggunakan toolbox image processing di MatLab, proses pembacaan gambar dapat dilakukan dengan mudah. Contoh proses pembacaan gambarnya adalah sbb: a=imread( *.* ); figure,imshow(a); Instruksi tersebut berlaku untuk format image BMP,JPE dan TIFF, sedangkan untuk format gambar Dicom proses pembacaannya agak berbeda. Image Transforms Ada banyak metode yang digunakan untuk melakukan tranformasi image. Dua diantaranya adalah DFT (Discrete Fourier Transform) dan DCT (Discrete Cosinus Transform. Dengan menggunakan MatLab hal ini dapat kita lakukan dengan mudah.
3 3 DFT (Discrete Fourier Transform) Transformasi Fourier merupakan representasi dari sebuah citra sebagai penjumlahan eksponensial kompleks dari beragam magnitude, frekuensi dan fasa. Contoh perintah untuk melakukan transformasi Fourier pada suatu citra: f=checkerboard(8,8); f(5:24,13:17)=1; imshow(f,'notruesize') f=fft2(f); f2=log(abs(f)); figure,imshow(f2,[-1,5],'notruesize'); colormap(jet); colorbar Output program diberikan sebagai berikut: Gambar 1. Sebelum dikenai FFT Gambar 2. Setelah dikenai FFT DCT (Discrete Cosine Transform) Discrete Cosine Transform merepresentasikan sebuah citra dari penjumlahan sinusoida dari magnitude dan frekuensi yang berubah-ubah. Sifat dari DCT adalah mengubah informasi citra yang signifkan dikonsentrasikan hanya pada beberapa koefisien DCT. Oleh karena itu DCT sering digunakan untuk kompresi citra seperti pada JPEG. Contoh perintah untuk melakukan DCT pada suatu citra:
4 4 i=checkerboard(8,8); j=dct2(i); imshow(i); figure,imshow(log(abs(j)),[]),colormap(jet(64)), colorbar j(abs(j)<10)=0; k=idct2(j)/255; figure,imshow(k); Output program diatas adalah sebagai berikut: Gambar 3. Sebelum dikenai DCT Gambar 4. Setelah dikenai DCT Transformasi Wavelet Wavelet merupakan klas dari suatu fungsi yang digunakan untuk melokalisasi suatu fungsi dalam ruang dan skala. Wavelet dapat dibentuk dari satu fungsi Ψ (x), dikenal sebagai mother wavelet dalam suatu interval berhingga. a, b Daughter wavelet Ψ ( x) dibentuk oleh translasi (b) dan kontraksi (a). Wavelet sangat berguna untuk kompresi data image, karena transformasi wavelet mempunyai property yang ada dalam beberapa cara terhadap transformasi Fourier konvensional. Wavelet tunggal dapat didefinisikan dengan: Ψ a, b ( x) = a 1 x b 2ψ a
5 5 Selanjutnya 1 ( t b) Wψ ( f )( a, b) = f ( t) ψ dt a a dan formula Calderon memberikan :, b a f ( x) = C f, ψ ψ ψ ( x) a a, b 2 dadb Wavelet yang sering digunakan didefinisikan dengan fungsi Haar sebagai berikut : 1 ψ( x) 1 0 dan ψ jk 0 x < x 1 2 otherwise j (x) ψ(2 x k) dengan j integer dan nonnegative, 0 k 2 j-1 Transformasi dengan Image Processing Toolbox pada MatLab. Berikut ini diberikan contoh transformasi dengan Toolbox pada MatLab. Output memberikan diberikan gambar asli dan enam gambar hasil transformasi dengan enam metode yang berbeda yakni transformasi linear conformal, transformasi
6 6 affine, transformasi proyeksi, transformasi polinomial, transformasi piecewise linear, transformasi barel, transformasi sinusoid dan transformasi pin cushion. clc;clear; gbr = checkerboard(6,6); figure subplot(331) imshow(gbr) title('gb asli') % Transformasi linear dg 4 parameter skala = 1.2; % faktor skala sudut = 40*pi/180; % sudut rotasi tx = 0; % translasi x ty = 0; % translasi y sc = skala*cos(sudut); ss = skala*sin(sudut); T = [ sc -ss; ss sc; tx ty]; t_lc = maketform('affine',t); gbr_lc = imtransform(gbr,t_lc,'fillvalues',.3); subplot(332) imshow(gbr_lc); title('transf. linear conformal') % Matrik T dg 6 elemen T = [1 0.1; 1 1; 0 0]; t_aff = maketform('affine',t); I_affine = imtransform(gbr,t_aff,'fillvalues',.3); subplot(333) imshow(i_affine) title('affine') T = [ ; ; 0 0 1]; t_proj = maketform('projective',t); I_projective = imtransform(gbr,t_proj,'fillvalues',.3); subplot(334) imshow(i_projective) title('transf. proyeksi') xybase = reshape(randn(12,1),6,2); t_poly = cp2tform(xybase,xybase,'polynomial',2); % matrik T dg 12 elemen T = [0 0; 1 0; 0 1; ; ; ]; t_poly.tdata = T; I_polynomial = imtransform(gbr,t_poly,'fillvalues',.3); subplot(335) imshow(i_polynomial) title('transf. polinomial')
7 imid = round(size(gbr,2)/2); % mencari indeks tengah I_left = gbr(:,1:imid); stretch = 1.5; % faktor tarik size_right = [size(gbr,1) round(stretch*imid)]; I_right = gbr(:,imid+1:end); I_right_stretched = imresize(i_right,size_right); I_piecewiselinear = [I_left I_right_stretched]; subplot(336) imshow(i_piecewiselinear) title('transf. piecewise linear') % variasi dg sinusoid [nrows,ncols] = size(gbr); [xi,yi] = meshgrid(1:ncols,1:nrows); a1 = 5; % amplitudo sinusoid a2 = 3; u = xi + a1*sin(pi*xi/imid); v = yi - a2*sin(pi*yi/imid); tmap_b = cat(3,u,v); resamp = makeresampler('linear','fill'); I_sinusoid = tformarray(gbr,[],resamp,[2 1],[1 2],[],tmap_B,.3); subplot(337) imshow(i_sinusoid) title('transf. sinusoid') % distorsi barel xt = xi(:) - imid; yt = yi(:) - imid; [theta,r] = cart2pol(xt,yt); a =.001; % amplitudo s = r + a*r.^3; [ut,vt] = pol2cart(theta,s); u = reshape(ut,size(xi)) + imid; v = reshape(vt,size(yi)) + imid; tmap_b = cat(3,u,v); I_barrel = tformarray(gbr,[],resamp,[2 1],[1 2],[],tmap_B,.3); subplot(338) imshow(i_barrel) title('transf. barrel') % distorsi radial pin cushion xt = xi(:) - imid; yt = yi(:) - imid; [theta,r] = cart2pol(xt,yt); a = ; % amplitudo s = r + a*r.^3; [ut,vt] = pol2cart(theta,s); u = reshape(ut,size(xi)) + imid; v = reshape(vt,size(yi)) + imid; tmap_b = cat(3,u,v); I_pin = tformarray(gbr,[],resamp,[2 1],[1 2],[],tmap_B,.3); subplot(339) imshow(i_pin) title('transf. pin cushion') 7
8 8 Gambar 4. Output dengan enam model transformasi yang berbeda. Daftar Pusaka Departmen Teknik Elektro, Modul Praktikum Pengolahan Citra dan Pengenalan Pola, Institut Teknologi Bandung. Paul Wintz, 2000, Digital Image Processing, Prentice-Hall. MatLab 6 Help. William J Palm, 2004, Introduction to MatLab 6 for Engineers, The McGraw-Hill Companies, Inc.
Kata kunci: Fourier, Wavelet, Citra
TRANSFORMASI FOURIER DAN TRANSFORMASI WAVELET PADA CITRA Oleh : Krisnawati Abstrak Tranformasi wavelet merupakan perbaikan dari transformasi Fourier. Transformasi Fourier hanya dapat menangkap informasi
Lebih terperinciKOMPRESI CITRA RGB DENGAN METODE KUANTISASI. Krisnawati Dosen STMIK AMIKOM Yogyakarta. Abstraksi
KOMPRESI CITRA RGB DENGAN METODE KUANTISASI Krisnawati Dosen STMIK AMIKOM Yogyakarta Abstraksi Pada masa sekarang ini penggunaan citra RGB sudah merupakan suatu kebutuhan dalam berbagai bidang. Akan tetapi
Lebih terperinciKOMPRESI CITRA GRAY SCALE DENGAN MODIFIKASI ALGORITMA KUANTISASI. Krisnawati STMIK AMIKOM Yogyakarta
KOMPRESI CITRA GRAY SCALE DENGAN MODIFIKASI ALGORITMA KUANTISASI Krisnawati STMIK AMIKOM Yogyakarta Abstract Suatu file yang kapasitasnya besar dapat diperkecil dengan pemampatan (compression). Untuk file
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab ini akan dijelaskan mengenai kebutuhan-kebutuhan yang digunakan dalam membuat program ini. Setelah semua kebutuhan selesai di analisa, maka penulis akan
Lebih terperinciBAB I. PENDAHULUAN Latar Belakang Masalah
BAB I. PENDAHULUAN 1 1.1. Latar Belakang Masalah Citra adalah gambar yang berada pada bidang dua dimensi. Agar dapat diproses lebih lanjut, sebuah citra disimpan di dalam bentuk digital. Ukuran citra digital
Lebih terperinciKOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT
KOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT SKRIPSI Disusun Oleh: ARIF DEWANTORO J2A 604 004 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 8 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 7 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode
Lebih terperinciBAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal,
BAB II LANDASAN TEORI II.1 Citra Digital Citra digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari citra asal yang bersifat analog [3]. Citra digital ditampilkan
Lebih terperinciBAB I PENDAHULUAN. (images), suara (audio), maupun video. Situs web (website) yang kita jumpai
BAB I PENDAHULUAN 1.1 Latar Belakang Data atau informasi saat ini tidak hanya disajikan dalam bentuk teks semata, tetapi juga dapat disajikan dalam bentuk lain misalnya gambar (images), suara (audio),
Lebih terperinciANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD
ANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD Eva Haryanty, S.Kom. ABSTRAK Kompresi data adalah proses mengubah suatu input data menjadi data lain dengan format berbeda dan ukuran yang lebih
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang Masalah
1. Pendahuluan 1.1 Latar Belakang Masalah Jumlah pengguna komputer semakin meningkat. Peningkatan jumlah pengguna komputer mengakibatkan penggunaan data digital juga semakin meningkat. Salah satu media
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah Kode / SKS Program Studi Fakultas : Pengolahan Sinyal Digital : IT012256 / 3 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi Sub Khusus (TIK) 1 Pendahuluan Ruang lingkup Mata Kuliah
Lebih terperinciMETODE LEAST SIGNIFICANT BIT (LSB) DAN END OF FILE (EOF) UNTUK MENYISIPKAN TEKS KE DALAM CITRA GRAYSCALE
Seminar Nasional Informatika 8 (semnasif 8) ISSN: 19-23 UPN Veteran Yogyakarta, 24 Mei 8 METODE LEAST SIGNIFICANT BIT (LSB) DAN END OF FILE (EOF) UNTUK MENYISIPKAN TEKS KE DALAM CITRA GRAYSCALE Krisnawati
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 2 Point Processing. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 2 Point Processing Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini akan dibahas mengenai hal-hal yang menjadi latar belakang pembuatan tugas akhir, rumusan masalah, tujuan, manfaat, dan metodologi penelitian serta sistematika penulisan dari
Lebih terperinciRencana Pembelajaran Departemen Teknik Elektro Fakultas Teknologi Elektro INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Rencana Pembelajaran Departemen Teknik Elektro Fakultas Teknologi Elektro INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1 Kode & Nama : TE141334 Sinyal dan Sistem 2 Kredit : 3 sks 3 Semester : II (dua) 4 Dosen :
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Noise Pada saat melakukan pengambilan gambar, setiap gangguan pada gambar dinamakan dengan noise. Noise dipakai untuk proses training corrupt image, gambarnya diberi noise dan
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah Fakultas/Jurusan : Pengolahan Sinyal Digital / DSP (Digital Signal Processing) : Ilmu Komputer / Teknik Komputer D Minggu 1 Pendahuluan Ruang
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan dunia digital, terutama dengan berkembangnya internet, menyebabkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa
Lebih terperinciDeret Fourier dan Respons Frekuensi
Program Studi Teknik Telekomunikasi - Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Praktikum Pengolahan Sinyal Waktu Kontinyu sebagai bagian dari Mata Kuliah ET 2004 Modul 2 : Deret
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciKOMPRESI IMAGE DALAM SOURCE CODING MENGGUNAKAN METODE TRANSFORMASI WAVELET
KOMPRESI IMAGE DALAM SOURCE CODING MENGGUNAKAN METODE TRANSFORMASI WAVELET NASKAH PUBLIKASI Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Sarjana Teknik pada Fakultas Teknik Jurusan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer digital dan perangkat perangkat lainnya yang serba digital, ada beberapa faktor yang membuat data digital seperti audio, citra, dan video
Lebih terperinciKonsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI
Konsep Dasar Pengolahan Citra Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI Definisi Citra digital: kumpulan piksel-piksel yang disusun dalam larik (array) dua-dimensi yang berisi nilai-nilai real
Lebih terperinciSTUDI DAN IMPLEMENTASI WATERMARKING CITRA DIJITAL DENGAN PENDEKATAN DISCRETE COSINE TRANSFORM
STUDI DAN IMPLEMENTASI WATERMARKING CITRA DIJITAL DENGAN PENDEKATAN DISCRETE COSINE TRANSFORM SKRIPSI Oleh Lie Albert Januar Linarco 0900791995 PROGRAM GANDA MATEMATIKA DAN TEKNIK INFORMATIKA BINUS UNIVERSITY
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab analisa dan perancangan ini akan mengulas tentang tahap yang digunakan dalam penelitian pembuatan aplikasi implementasi kompresi gambar menggunakan metode
Lebih terperinciMAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA ( ) 2. DYA AYU NINGTYAS ( )
MAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA (08 615 013) 2. DYA AYU NINGTYAS (08 615 017) JURUSAN TEKNOLOGI INFORMASI POLITEKNIK NEGERI SAMARINDA 2010 TRANSFORMASI
Lebih terperinciMODUL 7 TRANSFORMASI FOURIER DISKRIT
MODUL 7 TRANSFORMASI FOURIER DISKRIT I. TUJUAN - Siswa mampu memahami konsep dasar transformasi sinyal awaktu diskrit dan mampu menyusun program simulasinya. II. TEORI DASAR Sebelum kita berbicara tentang
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinciLOGO PEMBERIAN TANDA AIR MENGGUNAKAN TEKNIK KUANTISASI RATA-RATA DENGAN DOMAIN TRANSFORMASI WAVELET DISKRIT. Tulus Sepdianto
LOGO PEMBERIAN TANDA AIR MENGGUNAKAN TEKNIK KUANTISASI RATA-RATA DENGAN DOMAIN TRANSFORMASI WAVELET DISKRIT Tulus Sepdianto 1206100002 PENDAHULUAN Latar Belakang Penggunaan internet secara global Distribusi
Lebih terperinciTUGAS AKHIR KOMPRESI CITRA BERWARNA DENGAN PENERAPAN DISCRETE COSINE TRANSFORM ( DCT )
TUGAS AKHIR KOMPRESI CITRA BERWARNA DENGAN PENERAPAN DISCRETE COSINE TRANSFORM ( DCT ) Diajukan untuk Melengkapi Tugas Akhir dan Memenuhi Syarat-syarat untuk Mencapai Gelar Sarjana Teknik Fakultas Teknik
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)
Lebih terperinciWatermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN. perancangan dan pembuatan akan dibahas dalam bab 3 ini, sedangkan tahap
BAB 3 ANALISIS DAN PERANCANGAN Perancangan program aplikasi dalam skripsi ini menggunakan aturan linear sequential (waterfall). Metode ini menggunakan beberapa tahapan yaitu analisis, perancangan, pengkodean/pembuatan
Lebih terperinciREPRESENTASI ISYARAT ISYARAT FOURIER
REPRESENTASI ISYARAT ISYARAT FOURIER Ridzky Novasandro (32349) Yodhi Kharismanto (32552) Theodorus Yoga (34993) Jurusan Teknik Elektro dan Teknologi Informasi Fakultas Teknik Universitas Gadjah Mada 3.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciANALISA PERBANDINGAN KOMPRESI 2 GAMBAR TIFF DAN BMP MENGGUNAKAN METODE TRANSFORMASI WAVELET. Oleh: FIRU AL FARIZI
ANALISA PERBANDINGAN KOMPRESI 2 GAMBAR TIFF DAN BMP MENGGUNAKAN METODE TRANSFORMASI WAVELET Oleh: FIRU AL FARIZI 41508110009 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA
Lebih terperinciSOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA
SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA 1304405027 JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015 Rancang Filter low pass digital IIR Butterworth
Lebih terperinciANALISA WATERMARKING MENGGUNAKAN TRASNFORMASI LAGUERRE
ANALISA WATERMARKING MENGGUNAKAN TRASNFORMASI LAGUERRE Muhamad Sofwan & Dadang Gunawan Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia ABSTRAK Teknik watermarking dibagi menjadi dua, yaitu
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN. Perancangan aplikasi yang dibuat dalam skripsi ini menggunakan aturan
BAB 3 ANALISIS DAN PERANCANGAN Perancangan aplikasi yang dibuat dalam skripsi ini menggunakan aturan prototyping model. Metode ini memiliki 3 tahapan seperti yang sudah ditulis di dalam Bab 2, yaitu pengumpulan
Lebih terperinciJaringan Syaraf Tiruan pada Robot
Jaringan Syaraf Tiruan pada Robot Membuat aplikasi pengenalan suara untuk pengendalian robot dengan menggunakan jaringan syaraf tiruan sebagai algoritma pembelajaran dan pemodelan dalam pengenalan suara.
Lebih terperinciA B C D E A -B C -D E
7 A B C D E F G H I J K L M N O P Q R S T U V W X Y A -B C -D E -F G -H I -J K -L M -N O -P Q -R S -T U -V W -X Y Gambar 10 Perubahan nilai-nilai DCT akibat rotasi 180 0. Rotasi 270 0 Perubahan letak dan
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciIMPLEMENTASI STEGANOGRAPHY MENGGUNAKAN ALGORITMA DISCRETE COSINE TRANSFORM
IMPLEMENTASI STEGANOGRAPHY MENGGUNAKAN ALGORITMA DISCRETE COSINE TRANSFORM Ahmad Adil Faruqi 1, Imam Fahrur Rozi 2 1,2 Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang 1 ahmadadilf@gmail.com,
Lebih terperinciBAB IV SIMULASI DAN UNJUK KERJA MODULASI WIMAX
BAB IV SIMULASI DAN UNJUK KERJA MODULASI WIMAX Sebelum pembuatan perangkat lunak simulator, maka terlebih dahulu dilakukan pemodelan terhadap sistem yang akan disimulasikan. Pemodelan ini dilakukan agar
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sekarang dengan berkembangnya teknologi munculah sebuah kata yang disebut dengan internet. Dengan adanya internet ini, penyebaran informasi sangat mudah dan cepat.
Lebih terperinciBAB 1 PENDAHULUAN. kemampuan hardware untuk pengambilan / pencuplikan citra serta
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan jaman penggunaan citra dalam suatu sistem komputer memiliki peran yang semakin penting. Hal ini dikarenakan kemajuan teknik dan kemampuan hardware
Lebih terperinciBAB I PENDAHULUAN. penyimpangan-penyimpangan berupa penduplikatan-penduplikatan atau
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pertumbuhan teknologi baru, khusus pengolahan citra telah membuat perlunya teknik-teknik yang dapat digunakan untuk memberi perlindungan hak cipta pada suatu
Lebih terperinciDIGITAL IMAGE CODING. Go green Aldi Burhan H Chandra Mula Fitradi Mardiyah
DIGITAL IMAGE CODING Go green Aldi Burhan H Chandra Mula Fitradi Mardiyah KOMPRESI LOSSLESS Teknik kompresi lossless adalah teknik kompresi yang tidak menyebabkan kehilangan data. Biasanya digunakan jika
Lebih terperinciMODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI
MODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI I. TUJUAN - Mengamati sinyal dalam domain waktu dan domain frekuensi dengan menggunakan library FFT II. DASAR TEORI 2.1 Transformasi Fourier Satu bentuk transformasi
Lebih terperinciDigital Audio Watermarking dengan Fast Fourier Transform
Digital Audio Watermarking dengan Fast Fourier Transform Otniel 13508108 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)
ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial
Lebih terperinciStudi Perbandingan Metode DCT dan SVD pada Image Watermarking
Studi Perbandingan Metode DCT dan SVD pada Image Watermarking Shofi Nur Fathiya - 13508084 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciKOMPRESI CITRA MEDIS MENGGUNAKAN METODE WAVELET
KOMPRESI CITRA MEDIS MENGGUNAKAN METODE WAVELET 1) Arief Budiman 1) Dosen Fakultas Teknik Universitas Merdeka Madiun email : arief@unmer-madiun.ac.id Abstract In the world of medical, anx-ray image is
Lebih terperinciSATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL
SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN / 8 KODE MK / SKS / SIFAT : AK01220 / 2 SKS / MK LOKAL Pertemuan Pokok Bahasan dan ke TIU 1 PENDAHULUAN TIU mengetahui
Lebih terperinciSINYAL DISKRIT. DUM 1 September 2014
SINYAL DISKRIT DUM 1 September 2014 ADC ADC 3-Step Process: Sampling (pencuplikan) Quantization (kuantisasi) Coding (pengkodean) Digital signal X a (t) Sampler X(n) Quantizer X q (n) Coder 01011 Analog
Lebih terperinciPengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI.
Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI. Tujuan Tujuan dari penelitian ini adalah untuk mengidentifikasi
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi internet dalam beberapa tahun terakhir ini, telah membawa perubahan besar bagi distribusi media digital. Media digital yang dapat berupa
Lebih terperinciBAHAN AJAR. Mata Kuliah Pengolahan Citra. Disusun oleh: Minarni, S. Si., MT
BAHAN AJAR Mata Kuliah Pengolahan Citra Disusun oleh: Minarni, S. Si., MT JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG 2010 RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di era globalisasi ini perkembangan teknologi komputer, informasi dan komunikasi yang sangat pesat memicu penggunaannya untuk kebutuhan pertukaran informasi yang semakin
Lebih terperinciIMAGE ENHANCEMENT MENGGGUNAKAN METODE LINEAR FILTERING DAN STATIONARY WAVELET TRANSFORM
IMAGE ENHANCEMENT MENGGGUNAKAN METODE LINEAR FILTERING DAN STATIONARY WAVELET TRANSFORM Staff Pengajar Jurusan Teknik Elektro Fakultas Sains dan Teknik Universitas Nusa Cendana, Kupang Abstrak The aim
Lebih terperinciABSTRAK. Kata kunci : Watermarking, SVD, DCT, LPSNR. Universitas Kristen Maranatha
Penerapan Watermarking pada Citra Menggunakan Teknik Singular Value Decomposition Discrete Cosine Transform Berdasarkan Local Peak Signal to Noise Ratio Frederick Michael ( 0522072 ) Jurusan Teknik Elektro,
Lebih terperinciBAB 1 PENDAHULUAN. Bab 1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi terutama pada dunia digital pada saat ini memungkinkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa batas ruang
Lebih terperinciPENGOLAHAN SINYAL DAN SISTEM DISKRIT. Pengolahan Sinyal Analog adalah Pemrosesan Sinyal. bentuk m dan manipulasi dari sisi sinyal dan informasi.
PENGOLAHAN SINYAL DAN SISTEM DISKRIT Pengolahan Sinyal Analog adalah Pemrosesan Sinyal yang mempunyai kaitan dengan penyajian,perubahan bentuk m dan manipulasi dari sisi sinyal dan informasi. Pengolahan
Lebih terperinciANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV 1
Jurnal Reaksi (Journal of Science and Technology) ANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV Raisah Hayati Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Pengenalan Citra
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra merupakan representasi (gambaran) dari sebuah objek nyata yang dihasilkan oleh alat digital. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciSISTEM CERDAS DETEKSI CITRA DENGAN METODE DISCRETE COSINE TRANSFORM
PRO S ID IN G 20 1 2 HASIL PENELITIAN FAKULTAS TEKNIK SISTEM CERDAS DETEKSI CITRA DENGAN METODE DISCRETE COSINE TRANSFORM Syafruddin Syarif 1), Nadjamuddin Harun 2), Muh. Tola 3), M. Wihardi Tjaronge 4),
Lebih terperinciADAPTIVE WATERMARKING CITRA DIGITAL DENGAN TEKNIK DISCRETE WAVELET TRANSFORM-DISCRETE COSINE TRANSFORM DAN NOISE VISIBILITY FUNCTION
ADAPTIVE WATERMARKING CITRA DIGITAL DENGAN TEKNIK DISCRETE WAVELET TRANSFORM-DISCRETE COSINE TRANSFORM DAN NOISE VISIBILITY FUNCTION Disusun oleh : Nama : Dian Eriani Surbakti Nrp : 0822104 Jurusan Teknik
Lebih terperinciKompleksitas Algoritma Transformasi Fourier Cepat
Kompleksitas Algoritma Transformasi Fourier Cepat Daniel Prihartoni - 13509088 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciPRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM A. Tujuan 1. Mahasiswa dapat mengenali jenis-jenis isyarat dasar. 2. Mahasiswa dapat merepresentasikan isyarat-isyarat dasar tersebut pada MATLAB
Lebih terperinciSISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE
SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE Bagus Aditya *), Achmad Hidayatno, and Ajub Ajulian Zahra Jurusan Teknik Elektro, Universitas Diponegoro Semarang
Lebih terperinciHASIL DAN PEMBAHASAN. Generalisasi =
6 Kelas Target Sidik jari individu 5 0000100000 Sidik jari individu 6 0000010000 Sidik jari individu 7 0000001000 Sidik jari individu 8 0000000100 Sidik jari individu 9 0000000010 Sidik jari individu 10
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN K-NEAREST NEIGHBOUR DENGAN PRAPROSES TRANSFORMASI WAVELET. Muhammad Ilyas Sikki ABSTRACT
PENGENALAN WAJAH MENGGUNAKAN K-NEAREST NEIGHBOUR DENGAN PRAPROSES TRANSFORMASI WAVELET Muhammad Ilyas Sikki ABSTRACT Biometrics is the study of automated method to recognize or identify people based on
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Digital Sebuah citra memiliki kaya informasi, meskipun demikian citra sering mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau derau (noise),
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. linear sequential (waterfall). Metode ini terdiri dari empat tahapan yaitu analisis,
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Perancangan program aplikasi yang dibuat dalam skripsi ini menggunakan aturan linear sequential (waterfall). Metode ini terdiri dari empat tahapan yaitu analisis,
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Manusia dianugrahi oleh Tuhan dua telinga yang memiliki fungsi untuk menangkap sinyal-sinyal suara. Namun untuk mengoptimalkan dari fungsi telinga tersebut manusia harus belajar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Secara harfiah, citra (image) adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciWATERMARKING DENGAN METODE DEKOMPOSISI NILAI SINGULAR PADA CITRA DIGITAL
SEMIN HASIL TUGAS AKHIR 1 WATERMKING DENGAN METODE DEKOMPOSISI NILAI SINGUL PADA CITRA DIGITAL Oleh : Latifatul Machbubah NRP. 1209 100 027 JURUSAN MATEMATI FAKULTAS MATEMATI DAN ILMU PENGETAHUAN ALAM
Lebih terperinciLAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL
LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL oleh Setyo Nugroho Jurusan Teknik Informatika STIKOM Balikpapan 2005
Lebih terperinciCOMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION
COMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION Endra 1 ; Gusandy 2 ; Kurniawaty 3 ; Yenny Lan 4 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, BINUS University, Jakarta Jln K.H. Syahdan
Lebih terperinciWATERMARKING MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM
Jur. Ris. Ap. Mat. Vol. 1, No. 1 (2017), pp. 1 52. Jurnal Riset dan Aplikasi Matematika e-issn 2581-0154 URL: journal.unesa.ac.id/index.php/jram WATERMARKING MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM
Lebih terperinciKata kunci : Pengolahan Citra, Kompresi Citra, Fast Fourier Transform, Discrete Cosine Transform.
ANALISIS PERBANDINGAN KINERJA METODE FAST FOURIER TRANSFORM (FFT) DAN METODE DISCRETE COSINE TRANSFORM (DCT) UNTUK KOMPRESI CITRA PADA APLIKASI KOMPRESI DATA Yulian Saputra (anjection@gmail.com), Andhin
Lebih terperinciPeningkatan Kompresi Citra Digital Menggunakan Discrete Cosine Transform 2 Dimension (DCT 2D)
1 Peningkatan Kompresi Citra Digital Menggunakan Discrete Cosine Transform 2 Dimension ( 2D) Nadia Printa Tearani, Member, IEEE Abstract Digital image compression is a data compression application that
Lebih terperinciOperasi Titik Kartika Firdausy
Operasi Titik Kartika Firdausy tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf 2262230 Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi Fungsi Transformasi Skala Keabuan menjelaskan
Lebih terperinciBAB III WAVELET. yang memenuhi
BAB III WAVELET 3.1 Analisis Multiresolusi Definisi 3.1.1 Analisis Multiresolusi (Daubechies, 1992) Analisis Multiresolusi terbentuk dari barisan subruang tertutup dari i. dari yang memenuhi ii. jika dan
Lebih terperinciBAB 1 PENDAHULUAN. meruntuhkan bangunan-bangunan dan fasilitas umum lainnya.
BAB 1 PENDAHULUAN 1.1. Latar Belakang Gempa bumi merupakan fenomena alam yang sudah tidak asing lagi bagi kita semua, karena seringkali diberitakan adanya suatu wilayah dilanda gempa bumi, baik yang ringan
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciPage 1
MODUL V KOMPRESI CITRA DAN VIDEO Tiga tipe dari informasi yang berlebihan (redundancy) yang dapat dihilangkan atau direduksi : Spasial : Di dalam frame yang sama Sering kali menggunakan metode yang sama
Lebih terperinciKULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS
KULIAH TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS Matriks merupakan sebuah susunan segiempat siku-siku dari bilanganbilangan, dalam baris dan kolom. Bilangan-bilangan tersebut disebut entri atau elemen
Lebih terperinciBAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk
6 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Landasan teori dasar / umum yang digunakan dalam penelitian ini mencakup teori speaker recognition dan program Matlab. 2.1.1 Speaker Recognition Pada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciSistem Penitipan Barang berdasarkan Pola Tanda Tangan Dengan menggunakan Metode Ekstraksi Ciri Nia Saurina SST., M.Kom
Sistem Penitipan Barang berdasarkan Pola Tanda Tangan Dengan menggunakan Metode Ekstraksi Ciri Nia Saurina SST., M.Kom ABSTRAK Sistem penitipan barang yang umum digunakan adalah secara manual, penjaga
Lebih terperinciSINYAL DISKRIT. DUM 1 September 2014
SINYAL DISKRIT DUM 1 September 2014 ADC ADC 3-Step Process: Sampling (pencuplikan) Quantization (kuantisasi) Coding (pengkodean) Digital signal X a (t) Sampler X(n) Quantizer X q (n) Coder 01011 Analog
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Pengenalan fonem adalah implementasi dari speech to teks yang merupakan bagian dari speech recognition atau pengenalan ucapan. Pengenalan ucapan lebih dikonsentrasikan pada ekstraksi
Lebih terperinci